深度学习算法STaCker：基于图像配准的空间转录组数据通用坐标框架构建

空间转录组技术因切片变形和位移差异导致数据整合困难，Regeneron团队开发了深度学习算法STaCker，通过整合组织图像与基因表达数据生成抗噪声的复合图像表征，利用合成数据训练实现弹性配准。该算法在多种基准测试中显著提升切片空间一致性，支持跨平台数据整合，为组织微环境三维重构提供了高效计算工具。

　　

论文解读

空间转录组技术（Spatial Transcriptomics）能够以单细胞分辨率绘制组织样本中的基因表达图谱，为解析组织结构和功能提供了革命性工具。然而，这项技术面临一个关键挑战：由于组织切片的物理变形和实验批次差异，多张切片之间缺乏统一的坐标框架（Common Coordinate Framework, CCF），导致数据整合困难、分析准确性下降。现有方法如PASTE和GPSA依赖基因表达相似性进行对齐，但单细胞转录组数据的高噪声和批次效应严重限制了其可靠性。如何实现高精度、自动化的空间坐标统一，成为领域内亟待解决的瓶颈问题。

针对这一挑战，Regeneron Pharmaceuticals的研究团队开发了名为STaCker（Spatial Transcriptomics Common coordinate builder）的深度学习算法。该研究创新性地将空间转录组数据对齐问题转化为图像配准任务，通过整合组织形态学图像与基因表达衍生的轮廓图，构建抗噪声的复合输入。研究团队采用合成数据训练策略克服了真实数据稀缺的局限，利用U-Net架构实现弹性变形配准，最终在多个基准数据集上验证了其优越性能。相关成果发表于《Scientific Reports》，为空间组学数据的标准化分析提供了重要工具。

关键技术方法
研究主要采用四项核心技术：（1）组织图像预处理（Reinhard颜色归一化、背景掩膜）与基因表达数据整合（SCTransform归一化、Leiden聚类生成轮廓图）；（2）基于Simplex噪声的合成数据生成策略，模拟组织变形并训练模型；（3）U-Net架构的弹性配准网络，以Dice分数和正则化项构建损失函数；（4）多模态评估体系（NCC、MSE、SCS、MPARI等指标），涵盖数字变形切片、真实生物重复和跨平台数据。

研究结果

合成数据训练实现精准图像配准
通过模拟不同振幅的Simplex噪声和人工变形，STaCker在归一化互相关系数（NCC）上显著优于传统工具ANTs和WSIreg（p<0.001）。对小鼠后脑H&E切片的测试显示，STaCker能消除ANTs产生的波浪状伪影，证明合成数据训练的模型可有效迁移至真实组织图像。

数字变形切片的高精度对齐
对Visium平台小鼠脑矢状切片施加梯度变形后，STaCker使均方误差（MSE）降低2.7-25倍，81%的高误差位点被正确归位至同类标签区域。相比之下，PASTE仅能在轻度变形时实现11%的MSE改善，而GPSA出现严重的细胞坐标聚集现象。

无参考模板的^{de novo}对齐
在四组独立变形切片互对齐测试中，STaCker将平均成对MSE从0.103降至0.041，97%位点保持空间邻域关系。GPSA则导致99.6%位点邻域关系破坏，凸显STaCker在保守变形方面的优势。

真实样本的生物学验证
人脑前额叶皮层（DLPFC）六层结构的对齐中，STaCker的层间混杂指数（MPARI）达0.93，显著高于未对齐状态（0.56）。标志基因如AQP4（L1层）和PCP4（L5层）的空间自相关（Moran's I）提升最显著。在小鼠嗅球数据中，STaCker对颗粒细胞层标志基因Nrxn3的表达模式重构效果最佳，且对批次效应具有强鲁棒性。

原位杂交数据的扩展应用
针对MERFISH单细胞数据（25万细胞/切片），STaCker通过构建细胞类型"生态位"（niche）轮廓图实现高效配准，CA1区标志基因Htr1a的空间一致性评分（GCS）显著优于STalign。而PASTE和GPSA因计算复杂度限制，仅能处理10%子采样数据。

跨平台数据整合
Visium与Xenium平台的小鼠脑冠状切片整合测试显示，STaCker使344个共有基因的Moran's I中位数提升最显著（p≤6e^-5 vs STalign），Prox1等基因在齿状回区域的表达定位准确性最高。

结论与展望
STaCker通过图像配准框架解决了空间转录组数据坐标碎片化难题，其创新性体现在：（1）复合图像表征融合形态与分子信息；（2）合成数据训练突破真实数据限制；（3）弹性配准兼顾全局结构与局部变形。该工具已成功应用于测序型和原位杂交型数据，支持百万级坐标的高效处理。未来通过引入多尺度训练和同源性估计，有望进一步拓展其在部分组织对齐和病理状态比较中的应用，推动空间组学从技术突破走向生物学发现。